Yapay sinir ağları ile atölye çizelgelemede yeni bir yöntem geliştirilmesi ve bu yöntemin uygulanması
Development and application of new method in job-shop scheduling using artificial neural networks
- Tez No: 154328
- Danışmanlar: PROF. DR. TURAY GÖKÇEN
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Atölye Çizelgeleme, Benzetim, Yapay Sinir Ağlan. xı, Job - Shop Scheduling, Simulation, Artificial Network.. xn
- Yıl: 2004
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 191
Özet
ÖZET Bir sistemin davranışlarını iyi bir şekilde temsil kabiliyetine sahip bir modelleme tekniği olan benzetim, yapay zeka teknikleriyle beraber ele alındığında etkili bir karar verme yapısı oluşturulabilir. Bu çalışmada, Atölye çizelgeleme tasarımında benzetim ve yapay sinir ağı kullanarak, tezgah seçimi, malzeme taşıma sistemi seçimi ve sistemde kullanılacak öncelik kuralı seçimi için bir sistem geliştirilmiştir. Yapay sinir ağı modeli olarak geriye yayma algoritması (GYA - backpropagation) ağı kullanılmıştır. Çalışmada önce gerçeğe uygun sonuçlar üretebilen, eğitilmiş yapay sinir ağı elde edilmiştir. Ağı eğitmek ve gerekli olan örneklerin elde edilmesi için bilgisayar ortamında benzetim tekniğinden faydalanılmıştır. Daha sonra, karar verme ve bu kararın geçerli olduğu değerler aralığını bulma ve yorumlama yer almaktadır. Performans kriterlerinin belirli bir değerler kümesini sağlayabilecek olan, donanım konfigürasyonu ve çizelgeleme stratejisini belirleyebilmek için, eğitilmiş yapay sinir ağlarından yararlanılmıştır. Yapay sinir ağı tarafından teklif edilen sonuç ya da sonuçların benzetimi sonunda, performans kriterlerinin beklenen değerlerinden sapma miktarları hesaplanarak karar verme işlemi için bir çizelge halinde sunulmuştur. Performans ölçümünde kullanılan kriterler; ortalama akış zamanı, ortalama gecikme, maksimum tamamlanma zamanı ve tezgah merkezleri kullanım oranlandır. Son olarak, hem karar verme işleminde yardımcı olabilecek hem de verilen kararların geçerli olduğu alanı belirleyebilecek bir etki analizi ile sistemin farklı durumlar karşısında nasıl bir tepki verebileceği ortaya koyulmuştur. Bunların sonucunda da karar verici, sistem hakkında daha etkili kararlar alabilecektir.
Özet (Çeviri)
ABSTRACT Simulation, being capable of representing a system's behavior in an effective way, when combined with the neural networks, can provide an efficient decision making structure. In this research, a system is developed in order to determine the machine, the material handling system and the priority rule that will be used in the system by using Simulation and neural network techniques in Job-Shop scheduling design. The backpropagation algorithm is chosen for the neural network model. In this research, first, a neural network that is capable of providing realistic results is obtained. Simulation technique is used in order to obtain the samples to train the neural network in computer environment. The next step includes the decision-making, determination of the ranges where the selected decision remains valid and the related comments. Trained neural netw,orks are used in order to determine the hardware configuration and the scheduling strategy that are capable of providing a determined set of performance criteria. After the simulation of the result(s) that is (are) proposed by the neural network, the deviations of the performance criteria from their corresponding expected values are calculated and proposed in a tabular format. The criteria used in the performance measurement are the average flow time, average tardiness, maximum completion time and machine center usage ratios. Finally, the possible reactions of the system is presented by an“effect analysis”that may provide an aid both in decision making process and determining the ranges where the decision remains valid. Depending on these decisions and ranges the decision maker may be able to make more efficient decisions.
Benzer Tezler
- Çok objektifli esnek atölye çizelgeleme problemlerinin sezgisel yöntemlerle modellenmesi, analizi ve çözümü
Modeling, analyzing and solving multiple-objective flexible job-shop scheduling problems by using meta-heuristic algorithms
LALE ÖZBAKIR
- Dinamik atölye çizelgelemede yapay sinir ağı ile teslim tarihi belirlenmesi
Due date determination in dynamic job shop scheduling using artificial neural networks
MÜMTAZ İPEK
Doktora
Türkçe
2007
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. İSMAİL HAKKI CEDİMOĞLU
- Atölye tipi üretim için makine öğrenmesi yöntemleri ile üretim saati tahmini: Havacılık ve savunma sanayii uygulaması
Estimating manufacturing hours in a job shop manufacturing environment: Aerospace and defense industry application
BARIŞ ÖZKAYA
Doktora
Türkçe
2021
Endüstri ve Endüstri MühendisliğiHacettepe Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. AYDIN ULUCAN
- Sakarya Uygulamalı Bilimler Üniversitesi yerleşkelerinde COVID-19'un elektrik enerjisi tüketimine etkileri ve tüketim tahmini
Effects of COVID-19 on electricity energy consumption and consumption forecast in Sakarya Applied Sciences University campuses
SAMET ARAYICI
Yüksek Lisans
Türkçe
2022
Mekatronik MühendisliğiSakarya Uygulamalı Bilimler ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ İLKER DURSUN
- The impact of AI-based chatbots on speaking anxiety among EFL learners
Yapay zeka tabanlı sohbet robotlarının ingilizceyi yabancı dil olarak öğrenenlerdeki konuşma kaygısına etkisi
MELTEM BALLIDAĞ
Yüksek Lisans
İngilizce
2024
Eğitim ve Öğretimİstanbul Medeniyet ÜniversitesiYabancı Diller Eğitimi Ana Bilim Dalı
PROF. DR. SELAMİ AYDIN